Importar bibliotecas

Parte de la sección Datos y gráficos del Journey de Machine Learning de Coddy. Lección 3 de 60.

Las propias funciones de Python se limitan a lo básico, como len y round. Para más, import un módulo: código listo para usar. El aprendizaje automático se basa en NumPy:

import numpy as np

print(np.sqrt(49))                 # una función: con paréntesis
print(np.pi)                       # un valor: sin paréntesis
print(np.round(2 * np.pi * 3, 2))  # redondear a 2 decimales

Esto imprime:

7.0
3.141592653589793
18.85

as np le da a NumPy un apodo corto, un alias. Un punto permite acceder a su interior. Ten en cuenta que np.sqrt siempre devuelve un decimal: 7.0, no 7.

Impórtalo una vez, al principio, y todas las líneas de abajo podrán usar np.

Desafío

Fácil

Una pizzería quiere una pizza cuadrada tan grande como su pizza redonda. El programa lee el diámetro de la pizza redonda en centímetros.

Importa NumPy como np.
Calcula el área: np.pi multiplicado por el radio al cuadrado. El radio es la mitad del diámetro.
Calcula el lado del cuadrado: la raíz cuadrada del área.
Imprime ambos valores, redondeados a 2 decimales con np.round.

Para una pizza de 40 cm, las dos formas se ven así:

Una pizza redonda de 40 cm de diámetro junto a una pizza cuadrada de 35.45 cm de lado, ambas con un área de 1256.64 centímetros cuadrados

y el programa imprime:

Area: 1256.64
Side: 35.45

Pruébalo tú mismo

# Importa NumPy en la línea siguiente

diameter = float(input())

# Escribe tu código a continuación

Ponte a prueba

Esta lección incluye un breve cuestionario. Empieza la lección para responderlo y registrar tu progreso.

Todas las lecciones de Datos y gráficos

1Introducción

Hola, Machine Learning ¿Qué es un modelo?Importar bibliotecasTu primer gráfico

4Dar forma a los datos

Cambiar la forma de los arrays Unir arrays Números aleatorios Repaso: simulación de dados

7DataFrames de pandas

Series DataFrames Lectura de archivos CSV Inspección de datos Selección de columnas Repaso: calificaciones de películas

10Graficar DataFrames

Graficar un DataFrame Gráfico de dispersión a partir de columnas Un color por grupo Histograma de una columna Repaso: ventas del café

2Arrays de NumPy

Creación de arrays Forma y tamaño Rangos de números Indexación y segmentación Repaso: cuadrícula de temperaturas

5Gráficos de líneas y de dispersión

Etiquetas y títulos Gráficos de dispersión Varias líneas y leyendas Colores y marcadores Figuras y ejes Repaso: pasos semanales

8Filtrado y ordenación

Selección de filas Filtrado de filas Ordenación de valores Nuevas columnas Repaso: productos principales

11Conjuntos de datos para ML

Conjuntos de datos integrados Características y etiquetas Explorar por clase Representar las clases Repaso: conjunto de datos Wine

Practica por tu cuenta: Compilador de Python online